apache kafka中的wordcount演示有以下几行：

// setting offset reset to earliest so that we can re-run the demo code with the same pre-loaded data
// Note: To re-run the demo, you need to use the offset reset tool:
// https://cwiki.apache.org/confluence/display/KAFKA/Kafka+Streams+Application+Reset+Tool
props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");

这意味着，当您重新启动应用程序时，如果没有存储在kafka中的wordcount应用程序的现有使用者偏移量，它将从一开始（“最早”）读取其输入主题。在Kafka，应用程序的消费者补偿在一定程度的应用程序不活动后过期，默认为24小时（参见 offsets.retention.minutes 代理配置）。
我可以想象发生了以下事情：
您在不久前尝试过kafka，并在输入主题中输入了测试数据。
然后你在恢复实验前休息了超过24小时。
现在，当应用程序重新启动时，它从一开始就恢复到重新读取输入主题，从而拾取较旧的测试输入数据，从而导致“膨胀”计数。
如果我使用使用者控制台查看输入主题转储，它已正确加载，并且没有脏数据。
您可以通过在添加cli选项的同时再次查看控制台使用者的输入主题来验证我的上述假设 --from-beginning （见https://kafka.apache.org/documentation/#quickstart_consume).

$ bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic yourInputTopic --from-beginning

这将显示主题“yourinputtopic”中的所有可用数据——减去在此期间可能已从kafka主题中清除的任何数据（默认代理配置将清除超过7天的数据，参见。 log.retention.hours ).